

传感器技术与应用｜基于深度学习与立体视觉的四大管道位移监测系统

汉斯出版社

2022-01-24

导读：

火力发电厂的“四大管道”长期处于高温高压的运行状态下，在机组的常年运行过程中，由于调峰等电力任务的存在，“四大管道”的管道会发生蠕变从而产生位移，因此需要对其进行监测进而保障机组运行安全。

基本信息：

基于深度学习与立体视觉的四大管道位移监测系统

Displacement Monitoring System of Four Pipelines Based on Deep Learning and Stereo Vision

作者：

张军亮, 李延兵, 曹耀武：陕西国华锦界能源有限责任公司，陕西神木；周宾：东南大学能源与环境学院，江苏南京

关键词:

立体视觉；深度学习；四大管道位移；在线测量；Stereo Vision；Deep Learning；Displacement of Four Pipelines；Online Measurement

项目基金：

国家重点研发计划项目(项目编号：2017YFB0603204)。

原文链接：

https://doi.org/10.12677/JSTA.2022.101007

内容简介：

为了提高测量精度和降低测量用时，从而达到高精度三维管道位移实时监测的目的，在汉斯出版社《传感器技术与应用》期刊中，有论文提出了一种基于立体视觉与深度学习相结合的非接触式四大管道位移在线测量系统。该系统使用两台相机对固定于四大管道上的棋盘格标靶进行拍摄，捕获图像利用深度学习神经网络进行处理，无需单独对相机进行畸变矫正与双目矫正，实验室标定之后即可用于现场实际环境的测量。

首先，该系统通过预先对两台相机在测量范围内进行实验室标定，建立了CCD像素坐标到对应点空间坐标的BP神经网络模型。其次，通过捕获安装在管道壁上的棋盘格标靶图像，读取其像素坐标，通过训练好的神经网络模型即可得到该测点的空间坐标信息及三维位移距离。最后，在验证了测量系统的可靠性后，在实际锅炉四大管道中进行了现场实验测量，并给出了管道位移在24h内的变化规律，为四大管道安全运维提供了数据依据。

经过实验验证，系统多次测量的标准差小于0.24mm，有着较好的重复性，在不同方向、不同位移距离下的误差均在0.3%以下，单点测量时间小于0.1s。相较于传统测量技术，该测量系统在位移测量由二维提升至三维的同时，测量精度和测量效率都得到了进一步提高。实现了四大管道位移的实时、准确监控。最后，在锅炉现场进行了测量，并给出了24h内管道位移变化量，位移变化趋势与调峰趋势吻合，为电厂安全运维提供了数据指导。

1、贾亚楠, 李国霞. 基于移动温度监测的控制系统[J]. 传感器技术与应用, 2021, 9(2): 57-62.

https://doi.org/10.12677/JSTA.2021.92008

2、李泽艳, 陈银钧. 基于PyTorch框架LSTM深度学习股票预测系统[J]. 运筹与模糊学, 2021, 11(2): 137-146.

https://doi.org/10.12677/ORF.2021.112017

3、孔凡瑞. 基于机器视觉的胶管尺寸测量系统[J]. 图像与信号处理, 2021, 10(3): 135-145.

https://doi.org/10.12677/JISP.2021.103015

4、张绍恒. 基于机器视觉的胶管质量检测系统设计[J]. 人工智能与机器人研究, 2020, 9(3): 201-210.

https://doi.org/10.12677/AIRR.2020.93023

5、刘庭凤, 赵婷玉, 陈倩, 冯秋燕, 张荣芬. 基于机器视觉的智慧教室灯控系统设计[J]. 人工智能与机器人研究, 2019, 8(4): 183-189.

https://doi.org/10.12677/AIRR.2019.84020

所属期刊

-Journal of Sensor Technology and Application-

《传感器技术与应用》是一本关注传感器技术领域最新进展的国际中文期刊，主要刊登多种传感器技术处理的方法和理论、工艺技术、纳米材料及电子技术在传感器方面的应用等多方面的论文。本刊支持思想创新、学术创新，倡导科学，繁荣学术，集学术性、思想性为一体，旨在为了给世界范围内的科学家、学者、科研人员提供一个传播、分享和讨论传感器技术领域内不同方向问题与发展的交流平台。